我が国におけるすべての死因を含む超過死亡の推定
2020年12月

 

※結果をご覧いただく際の注意事項

本報告（2020年9月までのデータ分析）は、すべての死因を含む超過死亡数を提供します。すべての死因を含むため、観察された超過死亡数は新型コロナウイルス感染症を直接の原因とする死亡の総和ではなく、生活習慣の変化等に伴う持病の悪化による死亡といった間接的な影響による死亡も含まれています。これら死因を考慮し、直接と間接を明確にした分析結果は、別途公表いたします。

 

本報告は、日本国内での新型コロナウイルスの影響に関しての「データに基づく開かれた議論」に貢献することを主眼としています。開かれた議論の担保のため、データおよび解析用のプログラムコードは全て公開されています（補足資料）。超過死亡数は、「過去のデータをもとに統計モデルから予測された死亡数」と「実際に観測された死亡数」の差として計算されています。統計モデルとデータ解析の説明については、これまでのすべての死因を含む超過死亡数の報告における解説 およびQ&A もご参照ください。加えて、超過死亡は新型コロナウイルス問題が顕在化した 2020 年1月下旬以降だけではなく、過去の時点でも確認されています。過去との比較目的で、本分析では最近2017年以降の毎年毎月の超過死亡数も報告いたします。

 

要約

2012年–2020年の人口動態統計データを用いて、日本における新型コロナウイルス感染症流行期における2020年1月から9月27日における超過死亡数を、週別、都道府県別に推定しました。前回報告同様、米国疾病予防管理センター（CDC）の用いるFarringtonアルゴリズム、および欧州死亡率モニター（EuroMOMO）の用いるEuroMOMOアルゴリズムを用いて推定しています。期間中、予測死亡数の95%片側予測区間（上限）を超える観測死亡数が認められた週は、両アルゴリズムで24都府県、片方で4県において検出されました。各県の期間中の毎週の超過死亡数の積算値は次の通りです。

• Farringtonアルゴリズム：青森(7–84), 秋田(17–150), 山形(4–98), 栃木(14–212), 群馬(37–258), 埼玉(79–606), 千葉(100–454), 東京(287–921), 神奈川(94–348), 富山(17–159), 山梨(6–137), 静岡(42–291), 愛知(91–689), 三重(34–244), 滋賀(18–183), 大阪(224–860), 兵庫(54–467), 奈良(16–183), 和歌山(7–140), 岡山(9–171), 山口(5–103), 徳島(4–113), 香川(16–207), 佐賀(5–92), 宮崎(22–291)
• EuroMOMOアルゴリズム：青森(14–181), 秋田(14–234), 茨城(11–285), 栃木(23–295), 群馬(45–402), 埼玉(106–1019), 千葉(106–730), 東京(342–1499), 神奈川(107–684), 富山(10–204), 山梨(3–207), 静岡(73–614), 愛知(135–1068), 三重(24–336), 滋賀(19–262), 大阪(254–1237), 兵庫(68–676), 奈良(15–272), 和歌山(1–222), 岡山(5–215), 山口(9–191), 徳島(4–167), 香川(4–242), 愛媛(4–169), 福岡(4–323), 佐賀(4–152), 宮崎(4–303)

47都道府県（全国）の超過死亡数の積算は、Farringtonアルゴリズムで1209–9744、 EuroMOMOアルゴリズムで1408–15538でした。1月から9月時点で、最も多くの超過死亡数が確認された月は8月でした（Farringtonアルゴリズムで943–3809、 EuroMOMOアルゴリズムで1066–5500）。

過去2017–2019年の1-9月の超過死亡数は、Farringtonアルゴリズム・EuroMOMOアルゴリズムそれぞれで、2127–22343・1812–31207（2019年）、4400–31065・1821–30863（2018年）、3173–33479・297–22248（2017年）でした。なお、Farringtonアルゴリズムでは過去5年間の同期間のデータが推定に用いられています。例えば2017年の超過死亡数は2012年からのデータから、2018年は2013年からのデータが使用されています。一方でEuroMOMOアルゴリズムは、年にかかわらず2012年から2020年までのデータが使用されています。

報告の遅れや、介入、社会人口学的・経済的な状況が異なるため必ずしも直接の比較はできないですが、日本のすべての死因を含む超過死亡数は、おおよそ同時期の米国およびヨーロッパにおけるそれよりも相対的に小さい（絶対数や対人口比）可能性があります（参考）。

　参考

• Centers for Disease Control and Prevention. Excess deaths associated with COVID-19. 2020. https://www.cdc.gov/nchs/nvss/vsrr/covid19/excess_deaths.htm (2020年12月15日アクセス).
• EuroMOMO network. 2020. https://www.euromomo.eu (2020年12月15日アクセス).
• The Economist. Tracking covid-19 excess deaths across countries. 2020. https://www.economist.com/graphic-detail/2020/07/15/tracking-covid-19-excess-deaths-across-countries (2020年12月15日アクセス).

 

1. 超過死亡推定法

本稿における新型コロナウイルス感染症流行期における超過死亡数は、特定の集団における2020年1月以降（感染研疫学週における2020年第1週[2019年12月30日–2020年1月5日]から第39週[2020年9月21日–27日]まで）に、例年の死亡数をもとに推定される死亡数（予測死亡数の点推定）[閾値1]およびその95%片側予測区間（上限）[閾値2]と実際の死亡数（観測死亡数）との差のレンジで提示しています。ここで、「死亡数」が指すのはすべての死亡であり、新型コロナウイルス感染症を直接の原因とする死亡のみならず、様々な間接的な疾患に起因する死亡の増減分も含まれています。

推定方法は米国疾病予防管理センター（CDC）の用いるFarringtonアルゴリズム、および欧州死亡率モニター（EuroMOMO）の用いるEuroMOMOアルゴリズムを用いました（詳しくは7月報告分を参照）。分析には2012年から2018年の人口動態統計の数値を利用しました。今回の報告では2020年9月分までのデータを利用しています。詳細の方法論及び、速報データの補正に関しては、前回報告を参照下さい。両アルゴリズムのRコードを補足資料1、補足資料2として掲載します。本分析に使用された都道府県別の週別の死亡者数、および速報の補正済みデータは、補足資料3を参照下さい。

 

2. 結果

Farringtonアルゴリズム

期間中（2020年1–9月）、予測死亡数の95%片側予測区間（上限）を超える観測死亡数が認められた週は、25都府県において検出されました。各県の期間中の毎週の超過死亡数の積算値は次の通りです：

• Farringtonアルゴリズム：青森(7–84), 秋田(17–150), 山形(4–98), 栃木(14–212), 群馬(37–258), 埼玉(79–606), 千葉(100–454), 東京(287–921), 神奈川(94–348), 富山(17–159), 山梨(6–137), 静岡(42–291), 愛知(91–689), 三重(34–244), 滋賀(18–183), 大阪(224–860), 兵庫(54–467), 奈良(16–183), 和歌山(7–140), 岡山(9–171), 山口(5–103), 徳島(4–113), 香川(16–207), 佐賀(5–92), 宮崎(22–291)

47都道府県（全国）の超過死亡数の積算は1209–9744で、最も多くの超過死亡数が確認された月は8月でした（943–3809）。過去2017–2019年の1-9月の超過死亡数は、2127–22343（2019年）、4400–31065（2018年）、3173–33479（2017年）でした。

過去を含む都道府県別の超過死亡数は表１参照下さい。週別の超過死亡数は別添図1（補正あり）、図2（補正なし）を参照下さい。

図1：Farringtonアルゴリズムに基づく週別の超過死亡数、速報の補正あり（2017年から）。オレンジ折線＝予測死亡数の点推定；緑折線＝その95%片側予測区間（上限）；青棒グラフ＝観測死亡数。十字は観測死亡数＞95%片側予測区間（上限）の値のフラグ

図2：Farringtonアルゴリズムに基づく週別の超過死亡数、速報の補正なし（2017年から）。オレンジ折線＝予測死亡数の点推定；緑折線＝その95%片側予測区間（上限）；青棒グラフ＝観測死亡数。十字は観測死亡数＞95%片側予測区間（上限）の値のフラグ

EuroMOMOアルゴリズム

期間中（2020年1－9月）、予測死亡数の95%片側予測区間（上限）を超える観測死亡数が認められた週は、26都府県において検出されました。各県の期間中の毎週の超過死亡数の積算値は次の通りです：

• EuroMOMOアルゴリズム：青森(14–181), 秋田(14–234), 茨城(11–285), 栃木(23–295), 群馬(45–402), 埼玉(106–1019), 千葉(106–730), 東京(342–1499), 神奈川(107–684), 富山(10–204), 山梨(3–207), 静岡(73–614), 愛知(135–1068), 三重(24–336), 滋賀(19–262), 大阪(254–1237), 兵庫(68–676), 奈良(15–272), 和歌山(1–222), 岡山(5–215), 山口(9–191), 徳島(4–167), 香川(4–242), 愛媛(4–169), 福岡(4–323), 佐賀(4–152), 宮崎(4–303)

47都道府県（全国）の超過死亡数の積算は1408–15538で、最も多くの超過死亡数が確認された月は8月でした（1066–5500）。過去2017–2019年の1-9月の超過死亡数は、1812–31207（2019年）、1821–30863（2018年）、297–22248（2017年）でした。

過去を含む都道府県別の超過死亡数は表１参照下さい。週別の超過死亡数は別添図3（補正あり）、図4（補正なし）を参照下さい。

図3：EuroMOMOアルゴリズムに基づく週別の超過死亡数、速報の補正あり（2017年から）。オレンジ折線＝予測死亡数の点推定；緑折線＝その95%片側予測区間（上限）；青棒グラフ＝観測死亡数。十字は観測死亡数＞95%片側予測区間（上限）の値のフラグ

図4：EuroMOMOアルゴリズムに基づく週別の超過死亡数、速報の補正なし（2017年から）。オレンジ折線＝予測死亡数の点推定；緑折線＝その95%片側予測区間（上限）；青棒グラフ＝観測死亡数。十字は観測死亡数＞95%片側予測区間（上限）の値のフラグ

 

図1–4の週別の予測死亡数の点推定値およびその95%片側予測区間（上限）は、補足資料4を参照下さい。表1の期間中の全国の積算超過死亡数と、図1–4の全国の期間中の超過死亡数の積算値は一致しません：前者は47都道府県別の超過死亡数の積算を全国の超過死亡数としているのに対し、後者は47都道府県別の観測死亡数、予測死亡数の点推定、その95%片側予測区間を毎週ごとに積算した上で、超過死亡数の算出をしているためです。過去を含む月別の超過死亡数は補足資料5を参照下さい。

 

表1：2020年1–9月（2019年12月30日から2020年9月27日）のFarringtonアルゴリズムおよびEuroMOMOアルゴリズムに基づく推定超過死亡数。過去についてはそれぞれ2018年12月31日から2019年9月1日（20１9年）、2018年1月1日から2018年9月2日（20１8年）、2017年1月2日から2017年9月3日（20１7年）。

	2020		2019		2018		2017
都道府県	Farring- ton	Euro- MOMO	Farring- ton	Euro- MOMO	Farring- ton	Euro- MOMO	Farring- ton	Euro- MOMO
北海道	0-176	0-297	318-1347	221-1479	134-1193	16-1118	28-885	0-662
青森	7-84	14-181	60-540	19-612	36-419	3-375	89-531	10-325
岩手	0-95	0-163	13-387	5-512	10-364	0-440	14-325	2-291
宮城	0-54	0-124	95-607	55-644	33-377	12-372	0-437	0-387
秋田	17-150	14-234	28-296	12-349	20-285	3-327	21-423	3-317
山形	4-98	0-145	13-396	0-417	53-394	19-344	43-354	13-309
福島	0-75	0-133	18-426	19-595	43-454	17-564	27-645	1-514
茨城	0-124	11-285	52-640	53-944	86-666	8-599	93-808	26-609
栃木	14-212	23-295	23-311	38-505	23-292	18-350	136-785	14-527
群馬	37-258	45-402	59-560	34-691	45-548	26-495	76-655	18-401
埼玉	79-606	106-1019	202-1119	189-1490	289-1653	74-1382	111-1555	0-875
千葉	100-454	106-730	225-1239	201-1544	69-742	11-830	133-1475	2-887
東京	287-921	342-1499	380-1848	360-2634	590-2820	254-2380	266-2759	0-1143
神奈川	94-348	107-684	96-974	132-1741	153-1439	85-1712	253-2131	3-1247
新潟	0-0	0-80	48-502	49-745	143-877	55-765	35-731	0-442
富山	17-159	10-204	20-250	10-332	19-229	9-300	18-353	0-270
石川	0-52	0-120	39-327	15-366	15-250	5-262	69-373	30-288
福井	0-101	0-123	16-296	11-369	21-240	17-286	31-338	0-265
山梨	6-137	3-207	28-309	15-350	38-308	23-267	24-295	5-247
長野	0-94	0-162	51-562	38-697	42-279	40-395	53-699	7-517
岐阜	0-134	0-211	28-395	26-625	21-393	6-536	12-604	0-556
静岡	42-291	73-614	11-689	0-1080	94-1128	67-1058	164-1245	27-676
愛知	91-689	135-1068	22-739	60-1368	352-1690	199-1632	123-1240	6-854
三重	34-244	24-336	52-344	28-481	87-536	18-579	33-430	3-398
滋賀	18-183	19-262	5-167	4-310	83-407	64-447	54-471	10-335
京都	0-250	0-344	26-556	16-603	138-648	85-603	90-707	9-472
大阪	224-860	254-1237	0-812	22-1531	482-2384	212-2116	268-2120	0-988
兵庫	54-467	68-676	21-786	31-1064	102-1197	35-1210	30-1184	0-718
奈良	16-183	15-272	9-239	7-326	50-410	18-382	9-501	0-349
和歌山	7-140	1-222	0-154	0-241	61-466	11-408	37-383	4-295
鳥取	0-59	0-64	25-209	19-245	13-136	10-179	22-233	11-251
島根	0-143	0-189	7-176	1-244	10-300	1-312	40-292	6-256
岡山	9-171	5-215	0-223	0-359	110-696	55-727	21-464	0-366
広島	0-93	0-189	5-528	5-767	227-994	88-1009	104-768	25-590
山口	5-103	9-191	0-207	0-356	61-511	1-429	95-480	8-361
徳島	4-113	4-167	0-248	0-300	12-245	1-275	30-443	1-335
香川	16-207	4-242	8-200	2-243	41-420	21-423	9-214	7-208
愛媛	0-104	4-169	13-369	11-433	113-500	70-514	20-440	0-337
高知	0-84	0-148	9-250	3-344	73-378	22-365	19-273	0-212
福岡	0-110	4-323	42-567	54-977	103-973	29-1072	257-1534	17-938
佐賀	5-92	4-152	14-188	10-257	69-382	14-365	30-357	0-215
長崎	0-170	0-286	1-231	0-367	45-600	7-513	39-473	11-279
熊本	0-84	0-132	24-299	31-486	0-253	0-398	35-531	11-469
大分	0-106	0-182	2-180	3-280	38-357	2-392	2-334	0-246
宮崎	22-291	4-303	0-122	0-172	23-275	16-387	0-222	0-277
鹿児島	0-92	0-136	0-204	0-395	92-608	65-655	87-601	7-464
沖縄	0-83	0-121	19-325	3-337	38-349	9-314	23-378	0-280
全国	1209-9744	1408-15538	2127-22343	1812-31207	4400-31065	1821-30863	3173-33479	297-22248

※表のレンジは、「95%片側予測区間（上限）と観測死亡数の差分」〜「予測死亡数の点推定と観測死亡数の差分」を指します。後者については、毎週の死亡者数の偶然の変動（ばらつき）も含まれてしまっていることには注意が必要です。実際、図1–4を見ると、点推定値と観測死亡数の差分がゼロを超える週は、期間中のみならず過去の多くの時点に存在しています。表の値は両アルゴリズムで推定された2020年1月から9月27日までの週別の超過死亡数の積算で、観測値が閾値を超えていない場合はゼロとしてカウントしています。同様に、全国の超過死亡数推定値は、各都道府県の推定値を積算しています。
 

3. 超過死亡の解釈

本報告は、すべての死因を含む超過死亡数を提供します。すべての死因を含むため、観察された超過死亡数は新型コロナウイルス感染症を直接の原因とする死亡の総和ではありません。主に以下の内訳等の死亡の総和と解釈できます。

一方で、同時期に新型コロナウイルス感染症以外を原因とする死亡（例えばインフルエンザ等他の感染症による死亡）が過去の同時期より減少した場合、新型コロナウイルス感染症を直接死因とする超過死亡を相殺することがあり得えます。

8月に複数の都府県で観察された超過死亡は、暑熱による死亡者数の増加によるものと考えられます。8月は全国的に平年より気温が高く、多くの都道府県で熱中症による救急搬送数が平年と比べて増加しました（総務省消防庁熱中症情報）。暑熱によるものと思われる超過死亡は、2018年7月、2019年7月にも複数の都府県で認められており、珍しいことではありません。

 

4.  補足資料

補足資料1：FarringtonアルゴリズムのRコード。

補足資料2：EuroMOMOアルゴリズムのRコード。

補足資料3：2010年からの都道府県別の週別の死亡者数（速報値については補正あり・なし両方）。

補足資料4a-d：a-dそれぞれ図1–4の実数値。2017年からの都道府県別と全国の週別の予測死亡数の点推定値およびその95%片側予測区間（上限）。

補足資料5：FarringtonアルゴリズムおよびEuroMOMOアルゴリズムの感度分析結果を含む月別の超過死亡（補正あり）：毎月の始まりと終わりの日付は感染研疫学週を参照（https://www.niid.go.jp/niid/ja/calendar.html）

 

5. 研究班構成員

「新型コロナウイルス感染症等の感染症サーベイランス体制の抜本的拡充に向けた人材育成と感染症疫学的手法の開発研究」（厚生労働科学研究令和2年度）

 

国立感染症研究所　感染症疫学センター	鈴木　基
国立感染症研究所　感染症疫学センター	砂川　富正
国立感染症研究所　感染症疫学センター	高橋　琢理
国立感染症研究所　感染症疫学センター	土橋　酉紀
国立感染症研究所　感染症疫学センター	小林　祐介
国立感染症研究所　感染症疫学センター	有馬　雄三
国立感染症研究所　感染症疫学センター	加納　和彦
東京大学大学院　医学系研究科国際保健政策学	橋爪　真弘
慶應義塾大学　医学部医療政策・管理学教室	野村　周平
聖路加国際大学大学院　公衆衛生学研究科	米岡　大輔
早稲田大学　ビジネスファイナンス研究センター	田上　悠太
東京工業大学　情報理工学院	川島　孝行
長崎大学　熱帯医学・グローバルヘルス研究科	Chris Fook Sheng Ng
千葉大学　予防医学センター	江口　哲史
国立環境研究所　生物・生態系環境研究センター	瓜生　真也
東京大学大学院　医学系研究科機能生物学専攻	史　　蕭逸
理化学研究所　環境資源科学研究センター	河村　優美
株式会社ホクソエム	牧山　幸史
株式会社ホクソエム	松浦　健太郎
慶應義塾大学　医学部医療政策・管理学教室	宮田　裕章
国立循環器病研究センター 予防医学・疫学情報部	小野塚大介
東京大学大学院 医学系研究科国際環境保健学	Yoonhee Kim
国立環境研究所 環境リスク・健康研究センター	林　　岳彦

 

6. すべての死因を含む超過死亡数の推定に関するQ&A

すべての死因を含む超過死亡数の推定に関するQ&A（2020年12月23日時点版）